The Nvidia Way

По словам Катанзаро, на создание достаточно точной модели искусственного интеллекта для функции генерации кадров ушло шесть лет. "Пока мы работали над ней, мы видели постоянное улучшение качества результатов, поэтому мы продолжали работать", - сказал он. "У большинства ученых нет возможности работать над одним проектом в течение шести лет, потому что им нужно закончить университет".

Разработка DLSS и трассировки лучей в реальном времени показывает, как Nvidia стала подходить к инновациям. Если раньше она выпускала новые чипы и платы по очень быстрому графику, то теперь, совместно с Nvidia Research и другими группами, она одновременно занималась "лунными разработками". "Когда мы добрались до нового поколения Ampere, у нас было достаточно импульсов для трассировки лучей и DLSS, чтобы сделать этот продукт домашним", - говорит Джефф Фишер.

Это была еще одна, институционализированная форма защиты от застоя, о котором предупреждал Клейтон Кристенсен в книге "Дилемма инноватора": неизбежное желание сосредоточиться на основном бизнесе компании, приносящем прибыль, в ущерб инвестициям в более исследовательские инновации, которые могут оказаться коммерчески нежизнеспособными в течение многих лет.

По данным Jon Peddie Research, доля Nvidia на рынке дискретных или встроенных в плату графических процессоров в течение последнего десятилетия оставалась примерно на уровне 80 %. Несмотря на то, что AMD предлагает лучшее соотношение цены и производительности по традиционным показателям, геймеры продолжают выбирать Nvidia за ее способность к инновациям. Трассировка лучей и DLSS стали обязательными функциями, которые разработчики включили в сотни игр. И эти функции лучше всего работают на видеокартах Nvidia, что затрудняет эффективную конкуренцию для AMD.

В случае с трассировкой лучей путь от зарождения до интеграции в GPU занял десятилетие. Аналогично, создание последовательных итераций DLSS, таких как генерация кадров, заняло шесть лет. "Это требует видения и долгосрочного упорства. Это требует инвестиций даже тогда, когда результаты не совсем ясны", - говорит Катанзаро.

В конечном итоге Nvidia Research показала, как менялось стратегическое видение Дженсена с течением времени. В начале, когда компания находилась в режиме выживания, он хотел, чтобы все сосредоточились на конкретных проектах: создании следующего поколения чипов со "скоростью света", продаже "целой коровы" и победе над конкурентами за счет простого исполнения. Когда Nvidia стала больше, Дженсен понял, что выживание теперь означает защиту компании от будущего во всех возможных аспектах. Непрерывные инновации требовали более гибкого подхода к деятельности Nvidia, даже если это означало необходимость делать некоторые ставки, которые более молодой Дженсен, возможно, отверг бы.

Этот новый, более зрелый Дженсен уже не боялся сделать хоть один неверный шаг, и не в последнюю очередь потому, что у компании теперь была финансовая подушка безопасности. "Вы не можете внедрять инновации, если не готовы рискнуть и поставить себя в неловкое положение", - сказал он. 3 "У нас нет сроков окупаемости инвестиций. Если у вас нет сроков окупаемости инвестиций и цели по рентабельности, - это не те вещи, которые мы оптимизируем. Единственное, что мы оптимизируем, это следующее: Это невероятно круто, и понравится ли это людям?"

Один из бывших руководителей компании утверждает, что Nvidia отличается от своих конкурентов готовностью экспериментировать и инвестировать в течение длительного времени, успешно монетизируя свои более открытые усилия. Это контрастирует с такими крупными технологическими гигантами, как Google, которые часто тратят огромные средства на исследования новых технологий, но мало чем могут похвастаться в коммерческом плане. Примечательно, что все восемь ученых Google, ставших авторами основополагающей статьи "Attention Is All You Need" об архитектуре глубокого обучения Transformer, которая стала основой для развития современных больших языковых моделей ИИ (LLM), включая запуск ChatGPT, вскоре после этого покинули Google, чтобы заняться ИИ-предпринимательством в других странах. "Это просто побочный эффект большой компании", - говорит Ллион Джонс, один из соавторов статьи о Transformer. 4 "Думаю, бюрократия [в Google] дошла до того, что я просто чувствовал, что не могу ничего сделать", - добавил он, выразив разочарование по поводу невозможности получить доступ к ресурсам и данным.

Второе десятилетие Nvidia началось с успешных инвестиций в программируемые шейдеры, а затем перешло к инновациям, которые изменили индустрию и стали CUDA. Далее последовали прорывы Nvidia Research в области трассировки лучей, DLSS и искусственного интеллекта, которые оказались критически важными для будущего компании. Сейчас команда насчитывает триста исследователей, возглавляемых главным ученым Биллом Дэлли. Nvidia, похоже, не только решила дилемму инноватора, но и полностью преодолела ее.

Глава 14. Большой взрыв

ПРОФЕССИОНАЛЬНЫЕ ТРЕЙДЕРЫ - ВЫМИРАЮЩАЯ ПОРОДА. Компьютеры, которые быстрее и, как правило, эффективнее делают ставки в ответ на публикацию корпоративных финансовых результатов и экономических данных, за последние два десятилетия сократили ряды трейдеров-людей.

Коннорс Мангино - один из нескольких тысяч человек, которые до сих пор зарабатывают на жизнь, торгуя на новостных заголовках и объявлениях о доходах. Вооруженный десятилетиями опыта и терминалом Bloomberg, он по-прежнему каждый квартал идет против алгоритмов. Он достаточно хорош в этом деле, чтобы оставаться в живых и зарабатывать на жизнь.

Он должен реагировать быстро. Секундная задержка при нажатии кнопки покупки или продажи может означать разницу между хорошей точкой входа и катастрофическим убытком. Среди его друзей ходит шутка, что Мангино обладает нечеловеческой способностью не моргать во время важных новостей.

В среду, 24 мая 2023 года, он ждал отчета о прибылях компании Nvidia, который должен был появиться после закрытия рынка. Это был один из самых долгожданных отчетов за последние годы, и по мере того как минуты приближались к концу торгового дня, он все пристальнее всматривался в свой терминал.

Выпуск компанией OpenAI чатбота ChatGPT в конце 2022 года вызвал огромный резонанс в СМИ. Чатбот покорил публику своей способностью создавать по запросу стихи, рецепты блюд и тексты песен. ChatGPT стал самым быстрорастущим потребительским приложением в истории, превысив 100 миллионов ежемесячных активных пользователей всего за два месяца. Внезапно компании стали пытаться использовать предполагаемые преимущества искусственного интеллекта - его скорость, вычислительную мощность и, прежде всего, способность обрабатывать и генерировать естественный язык - любым доступным способом.

Мангино знал, что Nvidia находится в выгодном положении, чтобы воспользоваться преимуществами бума ИИ. Вопрос заключался в том, насколько большим будет этот бум и как сильно он повлияет на Nvidia? Графические процессоры компании были хорошо известны в академическом мире, во многом благодаря усилиям Дэвида Кирка по налаживанию отношений с ведущими университетами. Дженсен, в свою очередь, потратил предыдущее десятилетие на то, чтобы превратить репутацию Nvidia из графической компании в компанию, занимающуюся разработкой искусственного интеллекта. Он добился определенных успехов: Meta и TikTok использовали графические процессоры Nvidia, чтобы сделать свои алгоритмы более эффективными в рекомендациях видео и рекламы. Но искусственный интеллект не был главным драйвером доходов Nvidia. В 2023 финансовом году, который закончился в январе 2023 года, доходы от центров обработки данных, в которые входят графические процессоры с искусственным интеллектом, составили около 55 % от общего объема продаж. Но эта цифра была обусловлена в первую очередь 25-процентным падением доходов компании от продаж игровых карт, вызванным постпандемическим снижением спроса на игры в целом.

Все изменилось через двадцать одну минуту после закрытия фондового рынка в 16:00. Мангино увидел, как на экране его терминала вспыхнул заголовок.

Nvidia ожидает выручку за 2 квартал в размере $11,00 млрд. плюс-минус 2%, оценка - $7,18 млрд.

Для опытного трейдера финансовые показатели были не что иное, как экстраординарные. Nvidia побила прогнозы Уолл-стрит по доходам за второй квартал - примерно на 4 миллиарда долларов. Прочитав данные о доходах и прогнозах, Мангино застыл на месте. "4 миллиарда долларов? Как это может быть реальностью?" - подумал он про себя. "Ни хрена себе. Вот это повышение!"

Когда он опомнился, было уже слишком поздно, чтобы воспользоваться разрывом между публикацией прибыли и реакцией рынка. Акции Nvidia уже подскочили на двузначный процент во время торгов после полудня. В качестве утешительного приза Мангино купил акции Advanced Micro Devices, главного конкурента Nvidia по производству графических процессоров, надеясь, что рост акций Nvidia подтолкнет и ее конкурентов. В данном случае победили алгоритмы: в отличие от него, они без колебаний отреагировали на отчет о прибылях, который был лучше всех, которые он когда-либо видел.

Другие аналитики с Уолл-стрит отреагировали аналогичным образом. Стейси Расгон из Bernstein озаглавил свою заметку: "Большой взрыв".

"За 15 с лишним лет, что мы занимаемся этой работой, мы никогда не видели такого руководства, как то, которое только что представила Nvidia", - написал он, добавив, что прогноз компании "по общему мнению, является космологическим". Аналитик Morgan Stanley Джозеф Мур сообщил, что "Nvidia прогнозирует самый большой прирост выручки в долларах за всю историю отрасли". А бывший звездный управляющий фондом Fidelity Гэвин Бейкер, у которого сейчас собственный хедж-фонд с несколькими миллиардами долларов под управлением, сравнил прогнозы Nvidia с другими знаковыми финансовыми отчетами в истории технологической индустрии. Он присутствовал на первом блокбастерном отчете Google после IPO в 2004 году, когда компания сообщила об удвоении выручки и прибыли всего за один квартал работы в качестве публичной компании. 1 Он присутствовал на отчете Facebook за второй квартал 2013 года, когда компания впервые продемонстрировала, что может успешно перевести свой рекламный бизнес на мобильные устройства, превысив ожидания Уолл-стрит по выручке на 200 миллионов долларов. 2 Прогноз Nvidia был лучше, чем любой другой. "Я никогда не видел такого большого превышения прогноза в таком масштабе", - сказал он.

На следующий день акции Nvidia взлетели на 24 % и увеличили рыночную стоимость на 184 миллиарда долларов - больше, чем вся стоимость Intel, и это один из крупнейших однодневных приростов для американской публичной компании.

Дженсен воспользовался всеобщим вниманием и закрепил свое преимущество на следующей неделе, когда выступил с основным докладом на технологической конференции Computex в Тайване. В своей речи он анонсировал новый суперкомпьютер Nvidia DGX GH200 AI, который объединил 256 графических процессоров в одной системе, что в тридцать два раза больше, чем в предыдущей модели. Это означает значительное увеличение вычислительной мощности для генеративных приложений искусственного интеллекта, что позволит разработчикам создавать более совершенные языковые модели для чат-ботов, создавать более сложные алгоритмы рекомендаций , а также более эффективные инструменты для выявления мошенничества и анализа данных.

Но его главная мысль была настолько проста, что ее мог понять даже нетехнический слушатель. Nvidia предлагает гораздо больше вычислительной мощности при меньшей стоимости одного GPU. Он вдалбливал эту мысль на протяжении всего своего выступления, сопровождая зачитывание технических характеристик рефреном: "Чем больше вы покупаете, тем больше вы экономите".

В более широком смысле продавцы Nvidia смогли стимулировать беспрецедентный спрос, убеждая клиентов в том, что они должны активно инвестировать в генеративный ИИ или столкнуться с угрозой отставания от конкурентов. Сам Дженсен назвал ИИ "универсальным аппроксиматором функций", который может предсказывать будущее с разумной точностью. Это в равной степени относится как к "высокотехнологичным" областям, таким как компьютерное зрение, распознавание речи и системы рекомендаций, так и к "низкотехнологичным" задачам, например, исправлению грамматики или анализу финансовых данных. Он считает, что со временем это будет относиться "практически ко всему, что имеет структуру".

Лучший способ получить доступ к этому универсальному аппроксиматору функций, конечно же, был через технологии Nvidia. И в течение следующих четырех кварталов компания добилась одного из самых невероятных скачков доходов в истории технологий. В первом квартале 2024 финансового года ее бизнес по производству центров обработки данных вырос на 427 процентов по сравнению с предыдущим годом, до 22,6 миллиарда долларов, в основном благодаря спросу на чипы искусственного интеллекта. В отличие от программного обеспечения, которое легко масштабируется без дополнительных затрат, Nvidia производит и поставляет сложные высокотехнологичные продукты и системы искусственного интеллекта, некоторые из которых содержат до 35 000 деталей. Такого уровня роста аппаратного обеспечения в технологической компании такого размера, как Nvidia, еще не было.

Для тех, кто находится за пределами компании, стремительный взлет Nvidia кажется чудом. Однако те, кто находится внутри компании, считают это естественной эволюцией, говорит Джефф Фишер. Nvidia не повезло: она смогла уловить волну спроса на горизонте за много лет до этого и подготовилась к этому моменту. Она обратилась к своим партнерам-производителям - Foxconn, Wistron, TSMC и другим - чтобы помочь им нарастить производственные мощности. Nvidia направила к партнерам так называемые "тигриные команды", которые делали все возможное, чтобы помочь им стать более эффективными: покупали оборудование, добавляли заводские площади, автоматизировали тестирование и поставляли передовую упаковку для чипов.

В соответствии с моделью "грубого правосудия" Дженсена, Nvidia делала все это не только для того, чтобы сделать своих партнеров более эффективными в их текущих процессах. Она хотела быстрее создавать новые чипы, переходя от прежнего двухлетнего цикла выпуска продукции к годичному для своих чипов с искусственным интеллектом. В 1990-х годах Nvidia перешла на более быстрый цикл производства, выпуская новые видеокарты каждые шесть месяцев. Теперь она хочет сделать то же самое для чипов ИИ. "Чем масштабнее становится ИИ, тем больше решений потребуется, и тем быстрее мы будем соответствовать этим целям и ожиданиям", - сказала финансовый директор Nvidia Колетт Кресс. 3

Как правило, на заводах по производству аппаратного обеспечения среднее время цикла между этапами производственного процесса составляет от четырнадцати до восемнадцати недель. Производители закладывают буферное время между этими этапами на случай, если проблема на начальном этапе приведет к проблемам на последующих этапах. В результате станки, материалы и компоненты могут простаивать несколько дней. Команда Nvidia придумала, как добавить контроль качества на ранних этапах процесса, чтобы снизить риск возникновения непредвиденных проблем и устранить необходимость в буферном времени. По словам Джеффа Фишера, в подходе Nvidia "нет никакой магии". Это просто упорный труд и безжалостная эффективность, направленные на сохранение конкурентных преимуществ. И принять его должны все, кто работает с Nvidia, а не только ее внутренние команды. 4 Все, что делали команды "тигров", было дорогостоящим и приводило к снижению доходов . Однако Nvidia всегда была готова использовать свои финансовые ресурсы для инвестирования в критически важные части бизнеса - даже если это означало, что это касается других компаний.

У Nvidia есть ключевые преимущества перед другими производителями чипов с искусственным интеллектом. Как и в случае с iPhone от Apple, компания использует модель "полного стека", которая оптимизирует работу пользователя с аппаратным, программным и сетевым обеспечением. Большинство ее конкурентов просто производят чипы. И Nvidia двигается быстрее своих конкурентов.

Например, основной архитектурой, используемой в современных больших языковых моделях, является Transformer, представленный в 2017 году в работе ученых Google "Attention Is All You Need". Основным новшеством является самовнимание, которое позволяет модели оценивать важность различных слов в предложении и измерять дальние зависимости на основе их контекста. Механизм внимания позволяет модели фокусироваться на более важной информации, быстрее обучать модель ИИ и, таким образом, генерировать более качественные результаты по сравнению с предыдущими архитектурами глубокого обучения.

Дженсен практически сразу понял необходимость добавления поддержки трансформеров в предложения Nvidia по ИИ. Симона Янковски, бывший финансовый директор Nvidia, вспоминает, как Дженсен довольно подробно обсуждал трансформеры во время квартального звонка по поводу прибыли всего через несколько месяцев после выхода статьи ученых Google. 5. Он поручил команде разработчиков программного обеспечения для GPU написать специальную библиотеку для тензорных ядер Nvidia, оптимизирующую их для использования с операциями трансформеров; впоследствии эта библиотека получила название Transformer Engine. 6 Впервые она была включена в архитектуру чипов Hopper, которая начала разрабатываться в конце 2010-х годов и была выпущена в 2022 году, за месяц до запуска ChatGPT. Согласно собственным тестам Nvidia, графические процессоры с Transformer Engine могли обучать даже самые большие модели за несколько дней или даже часов, в то время как без Transformer Engine те же самые тренировки могли занимать недели или месяцы.

"Трансформатор был большой удачей", - сказал Дженсен в 2023 году. "Способность изучать закономерности и взаимосвязи на основе пространственных и последовательных данных должна быть очень эффективной архитектурой, верно? И поэтому я думаю, что, исходя из первых принципов, можно считать, что трансформер будет большим, большим делом. Мало того, вы можете обучать его параллельно и действительно масштабировать эту модель." 7

Когда в 2023 году произошел взрыв спроса на генеративный ИИ, Nvidia оказалась единственным производителем аппаратного обеспечения, готовым к его полной поддержке. И она была готова только потому, что смогла заметить первые сигналы, реализовать их в виде аппаратных и программных функций ускорения и вставить эти функции в линейку чипов, до появления которых на открытом рынке оставались считанные месяцы. Захватывающая скорость, которую продемонстрировала Nvidia, говорит о том, что ее будет трудно сместить, даже несмотря на то, что несколько других крупных технологических компаний, включая Microsoft, Amazon, Google, Intel и Advanced Micro Devices, разрабатывают свои собственные чипы искусственного интеллекта. Вступая в четвертое десятилетие своего существования, Nvidia доказала, что все еще может опережать конкурентов.

Второе, но менее известное преимущество компании - это ценовая мощь. Nvidia не верит в создание товарных продуктов, потому что товары подвержены понижательному ценовому давлению по мере роста конкуренции. Вместо этого с самого начала ее ценообразование шло только в обратном направлении: вверх.

"Дженсен всегда говорил, что мы должны делать то, чего не могут другие. Мы должны привносить на рынок уникальную ценность, и он считает, что если делать работу, которая передовой и революционной, это позволит компании привлекать хороших людей", - сказал руководитель Nvidia Джей Пури (Jay Puri). "У нас нет культуры простого завоевания доли рынка. Мы предпочитаем создавать рынок". 8

Бывший руководитель Nvidia вспоминает, как Дженсен расстраивался, если какая-нибудь другая компания пыталась договориться с ним о цене. Потенциальные клиенты всегда хотели встретиться с ним, когда обсуждение контракта подходило к концу. "Мы всегда стараемся сделать все возможное, чтобы подготовить клиентов", - говорит бывший руководитель Nvidia. "Не обсуждайте цену. Мы здесь, чтобы заключить сделку". 9

Дженсен привил этот менталитет всей компании. Майкл Хара, бывший директор по маркетингу, вспоминает, как он спорил с Дженсеном о том, как назначать цены на самые первые продукты Nvidia. Когда Хара ушел из S3 в Nvidia, он привык к товарной стратегии ценообразования; в то время лидирующий на рынке 3-D графический чип S3 продавался за 5 долларов (около 11 долларов сегодня). Когда в 1997 году вышел RIVA 128, Хара беспокоился, что если цена на него будет слишком высокой, покупатели откажутся. Максимум десять долларов, - ответил он. Дженсен сказал: "Нет, я думаю, это слишком дешево. Давайте остановимся на 15 долларах". Карта была продана по этой цене. Производный чип RIVA 128ZX, вышедший в следующем году, стоил 32 доллара. А следующее поколение GeForce 256, появившееся в 1999 году, стоило 65 долларов.

Дженсен понимает, что геймеры, покупающие карты Nvidia, готовы платить за производительность. "Пока они смотрят на экран и видят что-то радикально отличающееся от того, что они видели раньше, они будут покупать", - сказал он. С тех пор Хара не расстается с этим уроком. Когда он перешел из отдела маркетинга в отдел по работе с инвесторами, он приводил инвесторам Nvidia те же доводы - что Nvidia станет уникальной полупроводниковой компанией, в которой растут средние цены продажи продукции (ASP). "Мы будем единственной компанией, у которой ASP со временем будет расти, в то время как у всех остальных ASP будет падать", - сказал он.

Причина в том, что вычисления для трехмерной графики - это бесконечно сложная проблема, которая требует решения, а значит, заставляет соревноваться в создании все более совершенного оборудования. Аппаратное обеспечение никогда не будет достаточно мощным, чтобы идеально отражать реальность. Тем не менее, приобретая новейшую трехмерную видеокарту, вы можете увидеть улучшение производительности по сравнению с прошлым поколением - освещение выглядит лучше, текстуры выглядят реалистичнее, объекты движутся более плавно.

Аналогичная динамическая проблема наблюдается сейчас в области глубокого обучения и искусственного интеллекта. Аппаратное обеспечение Nvidia текущего поколения позволило моделям ИИ экспоненциально расти в размерах и возможностях всего за несколько лет. При этом спрос на вычислительные мощности ИИ растет еще быстрее, поскольку проблемы, которые может решать ИИ, становятся все сложнее. Между поколениями моделей ИИ происходит смена поколений, поскольку базовое аппаратное и программное обеспечение также совершенствуется параллельно с моделями. Тем не менее, до создания настоящего искусственного интеллекта общего назначения еще далеко: предстоит проделать еще много работы. Оставаясь на переднем крае технологий и умело позиционируя себя в самых заметных областях, где рост производительности сразу же становится очевидным, компания Avidia может увеличить свои ценовые возможности и увеличить свои показатели ASP.

Сегодня видеокарты Nvidia стоят более 2000 долларов за штуку. И это цены потребительского класса. В последнее десятилетие компания начала предлагать серверные системы искусственного интеллекта, оснащенные восемью графическими процессорами, каждая из которых стоит сотни тысяч долларов. Росс Уокер (Ross Walker), который столкнулся с Nvidia из-за использования более дешевой линейки GeForce для ускорения своей программы молекулярной динамики AMBER (как мы видели в главе 8), вспоминал на сайте , что в то время топовый сервер Nvidia с GPU стоил столько же, сколько небольшой подержанный автомобиль, например Honda Civic. Сейчас такой же сервер может стоить как дом.

"Я был в зале, когда Nvidia анонсировала DGX-1 за 149 000 долларов", - сказал он, имея в виду первый GPU-сервер, оптимизированный с помощью ядер Tensor и движка Transformer Engine для исследований в области ИИ. "В аудитории раздавались звучные вздохи. Я не мог в это поверить" 10.

И это еще не самый дорогой продукт Nvidia. Последняя на данный момент серверная стойка Nvidia серии Blackwell GB200 была специально разработана для обучения моделей ИИ с триллионами параметров. Она оснащена семьюдесятью двумя графическими процессорами и стоит от 2 до 3 миллионов долларов - это самая дорогая машина Nvidia из когда-либо созданных. Цены на топовые продукты компании не просто растут, они ускоряются.

Дженсен не обладал особыми провидческими способностями, которые позволили бы ему точно предсказать, когда ИИ взлетит на воздух. Можно утверждать, что поначалу компания подходила к делу сдержанно: Nvidia не выделяла много людей и ресурсов на разработку ИИ, пока не увидела значительные сигналы, указывающие на то, что это возможно. Тогда он начал действовать со скоростью и целеустремленностью, не сравнимыми с конкурентами.

Однако Дженсен уже довольно рано понял, к чему все идет. Вспомните, чего добился Рид Гастингс с компанией Netflix, соучредителем которой он был. Гастингс знал, что однажды мир перейдет на потоковое видео через Интернет. Хотя он не знал, когда именно это произойдет, он интуитивно чувствовал, что это станет окончательным решением. Будучи генеральным директором, он управлял бизнесом DVD-by-mail только до тех пор, пока технология не продвинулась настолько, чтобы сделать возможным потоковое вещание, и решительно перешел на него, когда пришло время.

Дженсен проделал нечто подобное с искусственным интеллектом, а до этого - с видеоиграми. В начале 1990-х годов он был убежден, что видеоигры станут огромным рынком. "Мы выросли в поколении видеоигр", - сказал он. 11 "Развлекательная ценность видеоигр и компьютерных игр была для меня совершенно очевидна". Он верил, что рынок компьютерных игр взорвется довольно скоро, в течение пяти, десяти или пятнадцати лет, что и произошло, когда в 1997 году вышла игра GLQuake.

Дженсен всегда пытается понять, что будет дальше и что может сделать Nvidia, чтобы подготовиться к этому. В начале 2023 года один из студентов попросил его предсказать, что последует за искусственным интеллектом и на его основе. "Нет никаких сомнений", - сказал он. "Это будет цифровая биология". 12

Хотя биология - одна из самых сложных систем, Дженсен объяснил, что впервые в истории она может быть спроектирована с помощью цифровых технологий. С помощью моделей ИИ ученые могут начать моделировать структуру биологических систем более глубоко, чем когда-либо прежде. Они могут узнать, как белки взаимодействуют друг с другом и с окружающей средой, а также использовать огромную вычислительную мощность, открытую передовыми вычислениями, для проведения компьютерных исследований и открытия лекарств. "Я очень горжусь тем, что Nvidia находится в центре всего этого. Благодаря нам стали возможны некоторые из этих прорывов", - сказал он. "Это будет очень важно".

Сегодня Дженсен видит параллели между цифровой биологией и почти каждой важной вехой в истории Nvidia. Когда он стал одним из основателей компании, автоматизированный дизайн полупроводников только начинал становиться возможным. "Это было сочетание алгоритмов, достаточно быстрых компьютеров и ноу-хау", - говорит он. 13 Когда эти три вещи достигли определенной стадии развития, полупроводниковая промышленность смогла создавать более крупные и сложные чипы, потому что инженеры теперь могли проектировать и моделировать чипы, используя абстракции более высокого уровня в программном обеспечении, без необходимости физически прокладывать каждый сигнальный транзистор. Такое же сочетание факторов позволило Nvidia изобрести GPU в начале 2000-х и захватить пространство ИИ в конце 2010-х - "топливно-воздушная смесь", о которой говорил Билл Дэлли.

Вице-президент Nvidia по здравоохранению Кимберли Пауэлл (Kimberly Powell) заявила, что компьютерная диагностика лекарств сделает для их разработки то же самое, что автоматизация проектирования и разработки электронных устройств сделала для разработки микросхем. Компании станут более последовательными и эффективными в поиске лекарств для лечения болезней и даже персонализации их для отдельных людей. По ее словам, это "выйдет за рамки открытия и перерастет в разработку, помогая создать условия для того, чтобы больше не быть индустрией "попал или не попал"". 14

Generate:Biomedicines - один из стартапов, использующих ИИ и графические процессоры Nvidia для разработки новых молекулярных структур и лекарств на основе белков, которые не образуются в результате естественных процессов. Биотехнологическая компания изучила миллионы белков с помощью алгоритмов машинного обучения, чтобы получить более глубокое представление о том, как функционирует природа, и затем использовать его для создания новых лекарств. Геворг Григорян, соучредитель и главный технолог компании, ранее был профессором Дартмутского колледжа, где изучал статистические закономерности белков и пытался улучшить дизайн и моделирование белков с помощью вычислительных мощностей.

"Используя очень простую статистику, я увидел, что закономерности в данных можно обобщить. Мы находили принципы, которые выходили за пределы набора данных", - говорит он. "Было совершенно ясно, что следующим шагом должно стать использование искусственного интеллекта, машинного обучения и масштабной генерации данных" 15. Григорян не мог сделать это в академических кругах, поскольку приобретение необходимых вычислительных мощностей было бы не по карману его институту. Он увидел коммерческий потенциал нового способа проектирования молекул, и вскоре родилась компания Generate:Biomedicines.

В начале 2000-х годов Григорян заметил, что многие ученые, занимавшиеся моделированием молекулярной динамики, покупали игровые графические процессоры Nvidia и заставляли их выполнять неграфические вычисления. Он оценил то, как компания заботилась об исследовательском сообществе и сотрудничала с ним, несмотря на то, что карты должны были использоваться для видеоигр. "Это было началом прекрасного брака между Nvidia и молекулярной наукой", - говорит он.

Когда он сам начал использовать машинное обучение, то, естественно, положился на PyTorch, бесплатную библиотеку машинного обучения с открытым исходным кодом, созданную Meta в 2016 году и теперь находящуюся в ведении Linux Foundation. "PyTorch - это то, что было очень хорошо развито, имело огромное сообщество и поддержку со стороны Nvidia", - говорит Григорян. "Мы даже не выбирали, с каким GPU нам работать. PyTorch хорошо работает с CUDA, а CUDA - это творение Nvidia. По умолчанию мы всегда использовали оборудование Nvidia, даже не задумываясь об этом".

Структурное предсказание и дизайн белков, которые раньше считались невозможными проблемами, теперь решаемы. Григорян объясняет, что сложность белка и его возможных состояний превосходит количество атомов во Вселенной. "С этими цифрами крайне сложно справиться любым вычислительным инструментам", - говорит он. Но он считает, что опытный биофизик белка может изучить конкретную молекулярную структуру и сделать вывод о ее потенциальных функциях, предполагая, что в природе могут существовать обучаемые общие принципы - именно те операции, которые должны быть под силу "универсальному предсказательному механизму", такому как ИИ.

Компания Generate:Biomedicines применяет искусственный интеллект для изучения и картирования молекул на клеточном уровне, и Григорян видит потенциал для распространения этой техники на все человеческое тело. Моделирование реакции человеческого тела на порядки сложнее, но Григорян считает, что это возможно. "Как только вы увидите, что это работает, трудно представить, что это не будет продолжаться", - сказал он, говоря о силе искусственного интеллекта.

Хотя это может показаться научной фантастикой, Григорян и его команда уже создают генеративные модели, которые оптимизируют функции молекул внутри клеток. Конечная мечта - сделать открытие лекарств программным вопросом, когда модель искусственного интеллекта может взять в качестве исходных данных болезнь, включая тип рака, и сгенерировать молекулу, которая ее излечит. "Это не совсем безумие. Я думаю, что, возможно, уже при нашей жизни мы сможем увидеть такое влияние", - сказал он. "Наука всегда удивляет нас, но, черт возьми, какое время для жизни, верно?"

В корпорациях существует огромное количество данных, которые остаются нетронутыми и неструктурированными искусственным интеллектом: электронные письма, служебные записки, внутренние документы и презентации. Поскольку потребительский интернет уже практически исчерпан чат-ботами, такими как ChatGPT, следующая значительная возможность открывается на предприятиях, где специализированные модели ИИ могут позволить сотрудникам получить доступ к знаниям, которые в настоящее время разрознены по всей компании.

Дженсен заявил, что ИИ полностью изменит способы взаимодействия и работы сотрудников с информацией. Традиционные ИТ-системы опирались на статическую систему поиска файлов, требующую четко сформулированных технических запросов, направленных на конкретное устройство хранения. Такие запросы часто не работают из-за хрупкости и ломкости формата запросов.

Современные модели ИИ теперь могут понимать запросы через контекст и благодаря тому, что они способны воспринимать естественный разговорный язык. Это серьезный прорыв. "Суть генеративного ИИ заключается в способности программного обеспечения понимать смысл данных", - говорит Дженсен. 16 Он считает, что компании будут "векторизовать" свои базы данных, индексируя и захватывая представления информации и подключая их к большой языковой модели, что позволит пользователям "разговаривать со своими данными".

Для меня этот вариант использования имеет очевидный смысл. Моя первая работа после колледжа была связана с управленческим консалтингом. Худшая часть работы заключалась в ручном прочесывании каталогов файлов на серверах, поиске в документах PowerPoint или Word определенных фрагментов информации, которую партнер запрашивал в течение нескольких лет. Иногда на поиск документа уходили часы или даже дни. Теперь большие языковые модели, созданные на основе приложений искусственного интеллекта, таких как ChatRTX от Nvidia, позволяют пользователям мгновенно получать контекстуально релевантные ответы из личных файлов на компьютерах. Это значительно повышает производительность . То, что раньше было утомительной, повторяющейся задачей, занимающей много времени, теперь занимает секунды и дает сотрудникам больше пространства для более важной, высокоуровневой работы. У сотрудников появится виртуальный помощник, почти как гениальный стажер с почти идеальной памятью, способный мгновенно вспомнить любые знания, хранящиеся на компьютерах и в Интернете. Вместо простого поиска файлов модели могут генерировать более интеллектуальные идеи на основе всей совокупности внутренних данных компании.

В докладе, опубликованном в конце 2023 года, компания Goldman Sachs предсказала, что в течение следующего десятилетия сокращение расходов в отраслях промышленности за счет генеративного ИИ может составить более 3 триллионов долларов. Руководство Nvidia неоднократно заявляло, что $1 трлн, инвестированный за эти годы в компьютерную инфраструктуру глобальных центров обработки данных , которая в настоящее время питается от традиционных серверов CPU, в конечном итоге перейдет на GPU, способные выполнять параллельные вычисления, необходимые для ИИ. Этот переход представляет собой золотую жилу для Nvidia. В середине 2024 года компания J.P. Morgan опубликовала результаты опроса 166 главных информационных директоров, которые отвечают за 123 миллиарда долларов ежегодных расходов на корпоративные технологии. Отчет показал, что в ближайшие три года ИТ-директора планируют ежегодно увеличивать расходы на вычислительное оборудование с искусственным интеллектом более чем на 40 %: с 5 % от общего ИТ-бюджета до более чем 14 % в 2027 году. Одна треть ИТ-директоров также заявила, что для поддержки новых инвестиций в ИИ они сократят расходы на другие ИТ-проекты. В число трех самых крупных категорий, подлежащих сокращению, входят модернизация унаследованных систем, инфраструктура и разработка внутренних приложений.

Дженсен считает, что увеличение расходов на искусственный интеллект принесет пользу не только руководителям и инвесторам. "Я считаю, что искусственный интеллект - это самый большой вклад технологической индустрии в социальное возвышение, в подъем всех людей, которые исторически оставались позади", - сказал Дженсен на мероприятии в Орегонском государственном университете в 2024 году. 17 Он не часто пускается в социальные комментарии, но размер и известность Nvidia теперь почти требуют от него высказывать подобные мнения.

Единственное, что может помешать Nvidia, - это так называемые законы масштабирования ИИ. Эти законы включают в себя три составляющие: размер модели, вычислительную мощность и данные. Крупные технологические компании и стартапы уверены, что возможности моделей ИИ продолжат совершенствоваться в ближайшей перспективе, и активно наращивают расходы на инфраструктуру ИИ до 2025 года. Однако, продолжая увеличивать размер моделей, наращивать вычислительную мощность графических процессоров Nvidia и включать в них все большие массивы данных, компании в конечном итоге столкнутся с уменьшением отдачи. Это приведет к образованию воздушной ямы в спросе на Nvidia, поскольку большая часть доходов ее дата-центров связана с обучением моделей. В начале 2024 года Nvidia заявила, что около 60 % ее графических процессоров для центров обработки данных было продано для обучения моделей ИИ, а остальные 40 % графических процессоров для центров обработки данных были приобретены для выводов, или процесса генерации ответов из моделей ИИ.

Никто не знает, когда произойдет это замедление ИИ - в 2026, 2028 или более чем через пять лет. Но история показывает, что Nvidia будет готова к этому вызову. Она также будет готова адаптироваться к следующему большому вычислительному тренду, каким бы он ни был.

Заключение. Путь

Nvidia

Даже после тридцати одного года работы во главе Nvidia Дженсен Хуанг отказывается работать в личном кабинете. Вместо этого он занимает конференц-зал Metropolis в здании штаб-квартиры Nvidia Endeavor, где в течение дня проводит групповые встречи. Для небольших встреч он переходит в комнату на пять человек под названием Mind Meld - отсылка к способности вулканцев из "Звездного пути" телепатически объединять свои мысли с мыслями других существ. Это подходящая метафора, хотя и немного нелепая, для того, как Дженсен создал Nvidia - как продолжение его собственного грозного интеллекта.

Дженсен - технический основатель и генеральный директор, что является одним из преимуществ Nvidia перед некоторыми ее конкурентами. Но назвать его простым технологом - значит недооценить его умение нанимать и развивать людей, которые хорошо вписываются в особую культуру Nvidia. Он предоставляет своим сотрудникам высокую степень независимости в отношении их индивидуальных проектов, но только при условии, что эти проекты будут полностью соответствовать основным целям компании. Чтобы уменьшить двусмысленность, Дженсен уделяет много времени общению со своими сотрудниками и следит за тем, чтобы все в компании знали общую стратегию и видение. Он предлагает такой уровень видимости, который большинство компаний не разделяют за пределами кабинета министров.

Бывший топ-менеджер крупной софтверной компании рассказал, что его всегда поражало, как можно было разговаривать с несколькими сотрудниками Nvidia, и они никогда не противоречили друг другу. Послание сверху было последовательным, и сотрудники Nvidia усваивали его и делали своим собственным. Он провел контраст почти со всеми другими компаниями, с которыми ему доводилось работать, чьи представители иногда спорили друг с другом перед внешними клиентами.

"В конечном счете, мой электронный штат - это то, с чем я должен уметь работать. Организация компании - это как гоночный автомобиль. Это должна быть машина, которой генеральный директор умеет управлять", - говорит Дженсен.

Наем талантливых специалистов - первый важный компонент "пути Nvidia". Соучредитель Y Combinator Пол Грэм, когда-то работавший в Yahoo, заметил, что как только Yahoo начала проигрывать Google и Microsoft войну за лучших инженеров, компания начала скатываться к посредственности. "Хорошие программисты хотят работать с другими хорошими программистами. Поэтому, как только качество программистов в вашей компании начинает падать, вы попадаете в смертельную спираль, из которой нет выхода", - написал он. "В технологиях, если у вас есть плохие программисты, вы обречены". 1

Чаще всего эти таланты находят Nvidia первыми. Или же Nvidia активно находит лучших сотрудников: более трети новых сотрудников нанимаются по рекомендации нынешних сотрудников. 2

Когда Nvidia видит возможность переманить таланты у своих конкурентов, она действует агрессивно и быстро. Хок Леоу, бывший главный технолог Creative Labs, был свидетелем такого подхода Nvidia на собственном опыте. В 2002 году Creative Labs приобрела компанию 3Dlabs, у которой был офис для инженеров по графическим чипам в Хантсвилле, штат Алабама. Три года спустя Creative объявила, что собирается полностью закрыть 3Dlabs и офис в Хантсвилле.

Intel действовала быстрее, чем Nvidia, пытаясь переманить бывших сотрудников 3Dlabs в Хантсвилле. Но предложения, которые она делала, зависели от переезда на другие предприятия Intel, расположенные далеко от Алабамы. Многие работники не хотели покидать свои семьи или переезжать в места с более высокой стоимостью жизни.

Дженсен, узнав об интересе Intel, незамедлительно отправил своих руководителей сделать команде 3Dlabs предложения, которые не включали требования о переезде . Более того, он поручил руководителям открыть новый офис в Хантсвилле, чтобы разместить новых членов команды. "Nvidia действует очень быстро", - говорит Леоу. Они агрессивно накапливают человеческие и технологические ресурсы, чтобы победить". Скорость исполнения и принятия решений - фирменный знак Nvidia". Офис Nvidia в Хантсвилле существует и по сей день.

Бывший руководитель Nvidia Бен де Ваал рассказал о похожем опыте. В 2005 году он и его начальник, глава отдела разработки программного обеспечения Дуайт Диркс, отправились в Пуну (Индия), чтобы оценить потенциальное приобретение: компанию по производству программного обеспечения для видеокодирования, состоящую примерно из пятидесяти человек. Прибыв на место, они обнаружили, что владельцы собрали сотрудников в бальном зале отеля, чтобы объявить о расформировании компании. У компании были проблемы с налогами и финансовые трудности. "Это было грубо и эмоционально. Люди плакали. Они вкладывали в эту компанию свои сердца и души", - говорит де Ваал. "Я удивлялся, зачем мы вообще здесь находимся". 3

Диркс понимал, что вернуться в Калифорнию ни с чем - значит упустить возможность. Nvidia требовались большие команды разработчиков программного обеспечения для новых проектов, и эти работники были превосходны. В том году он девять раз ездил в Индию на разведку и определил эту компанию как лучшую из имеющихся.

У него возникла идея: почему бы не нанять сотрудников напрямую, а не приобретать компанию? Он предложил ее Дженсену, который сразу же ее одобрил. "Мы переключили нашу поездку с режима приобретения на режим найма", - говорит Диркс. "Мы провели всю ночь в бизнес-центре захудалого отеля, распечатав около пятидесяти пакетов предложений, которые в Индии сложнее, чем стандартный пакет в США." 4

К концу первого дня пятьдесят один из пятидесяти четырех сотрудников приняли предложения Nvidia. Они стали ядром нового офиса Nvidia в Пуне, который со временем превратился в важнейшее инженерное подразделение с более чем четырнадцатью сотнями сотрудников.

"Вам всегда нужны лучшие люди", - сказал Диркс, добавив, что Nvidia рассматривает наем талантливых сотрудников как стратегию.

Иногда Nvidia использует самый прямой подход. Ее руководители не стесняются говорить ведущим техническим архитекторам других компаний, что они проиграют, поэтому могут присоединиться к победителю. Именно так Nvidia переманила Уолта Донована, главного архитектора компании Rendition, после того как в 1997 году на конференции ему продемонстрировали чип RIVA 128.

"Уолт был первым главным архитектором из конкурирующей компании, который захотел стать частью команды Nvidia, а не пытаться конкурировать с нами", - говорит Кирк. "Это натолкнуло меня на мысль, что если мы наймем лучшего человека из любой другой компании, то сможем сделать гораздо больше и гораздо лучше". 5

Дэвид Кирк, бывший главный научный сотрудник Nvidia, стал особенно искусен в переманивании. Он расспрашивал людей, чтобы выяснить, кто является ключевым сотрудником в компании, а затем звонил ему со своим предложением. "Привет, как жизнь? Как твоя работа? Я слышал ваше имя. Я тебя очень уважаю", - вспоминает он, обращаясь к своей цели. "Вы, ребята, делаете отличные продукты. Сколько архитекторов у вас работает над этим материалом?"

Обычно на компанию приходилось один или два архитектора. Это было стандартно и, с одной стороны, логично: архитектор обычно курировал целое семейство чипов, а у большинства компаний в производстве одновременно находилось несколько семейств чипов. Но только не в Nvidia. Кирк объяснил бы, что в Nvidia работает двадцать архитекторов, и каждый из них работает над революционными проектами и располагает всеми необходимыми ресурсами. Кирк сказал, что ему нужны такие люди, как человек на другом конце линии. "Может быть, вы хотите прийти и сделать этот проект вместе с нами? Это было бы очень весело, и, возможно, мы заработаем много денег вместе, а не будем работать в одиночку. Это, наверное, не так весело".

Позднее сотрудники Nvidia удивлялись тому, как компании удалось переманить и удержать так много талантливых архитекторов, известных своим эгоизмом. Но поскольку чипы Nvidia стали настолько сложными, им требовалось как можно больше дизайнеров высокого уровня. Работы было более чем достаточно. И Кирк тщательно подходил к выбору кандидатов, предпочитая нанимать тех, кто дополняет друг друга, а не тех, кто просто подвернулся под руку. Некоторые из них были лидерами и менеджерами, в то время как других нанимали для работы в конкретных областях, таких как математика и графические алгоритмы.

"Уже не было такого, чтобы вы могли просто нарисовать схему на обратной стороне конверта и попросить пару инженеров вместе разработать чип", - говорит Кирк.

Одним из примеров того, что в Nvidia уделялось особое внимание взаимодополняемости, стал самый известный сотрудник компании - Джон Монтрим из Silicon Graphics, который разработал высококлассное оборудование для трехмерной графики RealityEngine от SGI. Он был принят на работу вместе с Донованом, который пришел в компанию всего несколькими месяцами ранее. По словам Кирка, Монтрим был талантлив как архитектор системы в целом, поскольку видел, как все компоненты сочетаются друг с другом, а Донован был экспертом в области графических текстур и фильтрации текстур - "наш бог качества пикселей", по словам одного из сотрудников Nvidia. Оба они останутся в Nvidia на десятилетия.

"Мы собрали команду архитекторов "все звезды", - говорит Кирк. "Руководителям было неприятно, что мы крадем их хороших сотрудников".

Приход Диркса в Nvidia в 1994 году продемонстрировал настойчивость Дженсена при приеме на работу важных, но трудных сотрудников. До Nvidia Диркс работал в графическом стартапе под названием Pellucid, который был приобретен компанией Media Vision - компанией, которая позже столкнулась с обвинениями в финансовых махинациях. Его бывший коллега по Pellucid Скотт Селлерс, который впоследствии стал соучредителем 3dfx, первоначально говорил с Дженсеном о переходе в Nvidia, но из этого ничего не вышло. Однако во время интервью Селлерса спросили о талантах в Pellucid, и он сказал, что два члена команды разработчиков программного обеспечения, Диркс и его непосредственный начальник, были исключительными. Дженсен сделал мысленную заметку.

Позже Дженсен позвонил боссу Диркса и сказал: "Я слышал, вы один из самых умных парней в Долине. Ты должен прийти и поговорить с нами". Босс Диркса согласился и перешел на работу в Nvidia.

Вскоре после этого Диркс решил, что тоже хочет уйти, поскольку ситуация в Media Vision ухудшалась. Его бывший босс связался с ним и предложил встретиться с Дженсеном. После разговора с Дирксом Дженсен, явно впечатленный, сказал бывшему боссу: "Дуайт - воин. Если бы я отправил вас с Дуайтом во Вьетнам, вы бы вернулись на его спине".

Диркс был в восторге. На следующий день он подал в отставку и сообщил руководителю Pellucid, что переходит в Nvidia. Руководитель был в ярости.

"Вы не можете туда идти", - крикнул он. "Я подам в суд на вас и на Nvidia. Вы больше никогда не будете работать в Долине". Он сказал Дирксу, что угроза судебного иска отпугнет Nvidia - компании в то время был всего год, и у нее было мало средств.

Но когда он рассказал Дженсену об угрозе, исполнительный директор не был обеспокоен.

"Давай", - ответил он. Диркс понял, что именно на такого начальника он хотел бы работать. Он принял предложение Nvidia и проработал в компании более тридцати лет.

МЕТОДЫ ПРИЕМА НА РАБОТУ - лишь одна из составляющих "пути Nvidia". Другая составляющая - это акцент на удержании сотрудников. Дженсен поощряет результаты работы с помощью фондовых грантов, которые распределяются в зависимости от того, насколько важным сотрудник считается для компании.

"Дженсен смотрит на акции как на свою кровь", - говорит бывший руководитель отдела кадров Джон Максорли. "Он изучает отчеты о распределении акций".

Вознаграждение в виде акций происходит через гранты на акции, называемые ограниченными фондовыми единицами (RSU). Когда сотрудник начинает работать в компании, он получает брокерский счет. В конце первого года сотрудник получает четверть своего первоначального пакета акций единовременно; если общий пакет составлял тысячу акций, то сотрудник получит двести пятьдесят. В дальнейшем сотрудник получает четверть своего годового гранта каждый квартал.

Чтобы избежать "обрыва акций" (когда инженеры уходят после того, как их пакеты акций полностью переходят в собственность в течение стандартных для отрасли четырех лет), Nvidia предлагает ежегодные гранты на повышение квалификации. Если сотрудник получает от своего руководителя оценку "превосходит ожидания", он может получить дополнительные триста акций, которые будут переданы в течение следующих четырех лет. Теоретически сотрудники могут получать такие гранты каждый год - все больше и больше причин оставаться в компании.

Еще один нюанс - обозначение TC, или "лучший вклад". Менеджеры могут направить сотрудника на рассмотрение высшему руководству. Дженсен рассмотрит список кандидатов на звание TC и выдаст специальные единовременные гранты, которые также переходят в течение четырех лет.

После одобрения такого гранта сотрудник получает электронное письмо от старшего руководителя с копией Дженсена. В теме письма говорится: "Специальный грант", разрешающий грант в виде RSU "в знак признания вашего выдающегося вклада", с четким описанием оснований для гранта.

Кроме того, Дженсен может в любой момент спуститься в организацию и наградить акции напрямую, не дожидаясь ежегодного пересмотра вознаграждения. Это позволяет ему гарантировать, что люди , которые делают отличную работу, чувствуют, что их ценят в данный момент. Это еще один признак его заинтересованности в каждом аспекте и уровне компании.

Бывший старший директор по продажам и маркетингу Крис Дискин, который сыграл важную роль в заключении партнерства с Microsoft по Xbox в 2000 году, сказал, что Дженсен удвоил его вознаграждение за акции в течение нескольких месяцев после его прихода в Nvidia. Дискин поблагодарил Дженсена, но потребовал большего, сказав: "Если бы вы были действительно впечатлены, вы бы удвоили его более чем в два раза". Когда он увидел свой грант, он действительно увеличился более чем в два раза.

Философия вознаграждения Nvidia, основанная на заслугах, адаптивная и гибкая, сыграла свою роль в поддержании исключительно низкой текучести кадров. По данным LinkedIn, в 2024 финансовом году текучесть кадров в Nvidia составит менее 3 % в отрасли, где средний показатель составляет 13 %. Кроме того, цена акций компании постоянно растет, что дает всем, у кого есть неиспользованные акции, дополнительные причины остаться.

"Компания очень хорошо относится к людям, причем не только в плане зарплаты и льгот, но и в плане отношения к людям как к человеческим существам, а не как к заменителям инженеров", - говорит один из бывших сотрудников Nvidia. "Есть много возможностей для продвижения по службе". Этот человек упомянул о том, что Nvidia предложила гибкий график удаленной работы, когда члену семьи поставили диагноз "рак", или предоставила компенсацию ex gratia, когда у сотрудника сгорел дом.

"Люди склонны быть лояльными к компании, которая их поддерживает", - сказал он.

Другой руководитель высшего звена рассказал о том, как с его супругой случилось серьезное несчастье. Он сказал Дженсену, что вынужден переехать на другой конец страны, чтобы быть ближе к семье. "Не беспокойтесь об этом", - сказал Дженсен. "Поезжайте и позвоните мне, когда будете готовы снова работать". Сотрудника оставили в штатном расписании, хотя он не мог работать полный рабочий день.

Компания может удерживать людей не только с помощью вознаграждения, но и благодаря культуре совершенства - третьему компоненту "Пути Nvidia". Ни один сотрудник не хочет тратить годы на работу над продуктами или технологиями, которые будут закрыты, отложены в сторону или устареют. В Nvidia инженеры работают рядом со светилами индустрии, обладающими глубокими техническими знаниями и опытом , и при этом создают продукты, которые могут изменить мир.

Многие топ-менеджеры и инженеры, как правило, остаются в Nvidia надолго, даже больше, чем в других крупных технологических компаниях. Глава отдела разработки программного обеспечения Дуайт Диркс, руководитель подразделения ПК Джефф Фишер и глава отдела архитектуры GPU Джона Албен проработали в компании почти три десятилетия. Лишь немногие руководители высшего звена ушли к конкурентам или попытались самостоятельно реализовать себя в мире стартапов. (Конечно, их также может пугать перспектива соперничества с Nvidia).

Для сотрудников любого уровня нацеленность на превосходство в работе, а не на внутреннюю политику, является достаточной причиной для того, чтобы стать частью компании. В Nvidia будет трудно работать тем, кто больше борется за свое место, чем вносит вклад в общее дело. "Некоторые компании предпочитают таких людей, но не Nvidia", - говорит бывший архитектор GPU Ли-Йи Вэй (Li-Yi Wei). "Вы можете быть на 100 процентов сосредоточены на технологической стороне, не заботясь обо всем остальном". 6

На самом деле Nvidia активно сопротивляется возникновению такой культуры жестокости, которую, намеренно или нет, развивают большинство других организаций. Сотрудников поощряют просить о помощи, если они пытаются выполнить поставленную задачу или сталкиваются с техническими проблемами.

"Если мы проиграем, то это будет не потому, что вам не помогли. Мы будем работать вместе. Никто не проигрывает в одиночку", - регулярно советует Дженсен сотрудникам Nvidia. 7

Например, если вы являетесь руководителем отдела продаж, работающим в определенном регионе, и не справляетесь со своей квотой, вы должны как можно раньше сообщить об этом своей команде, чтобы они могли вам помочь. Для решения проблемы могут быть привлечены другие ресурсы компании, от Дженсена до старшего инженерно-технического персонала.

"Никто не проигрывает в одиночку" особенно актуально для организации продаж", - говорит Джей Пури, руководитель отдела глобальных полевых операций. Говоря о количестве сотрудников в его отделе продаж, он добавил: "Мы настолько малы по сравнению с нашими конкурентами, что когда происходит что-то важное, мы должны объединиться". 8

Руководитель отдела продаж Энтони Медейрос увидел другой менталитет, когда работал в компании Sun Microsystems. От него и его коллег ожидали, что они сами разберутся во всем и оправдают свою зарплату; просить о помощи считалось слабостью.

"Очень важно, чтобы вы высказались", - так он описывает культуру в Nvidia. "В противном случае у вас будет больше проблем". 9

В обмен на поддержку и высокое вознаграждение компания Nvidia требует от своих сотрудников многого. Чрезвычайная самоотдача - важнейшая составляющая "пути Nvidia". Шестьдесят часов в неделю - это необходимый минимум, даже на младших должностях. Рабочая неделя может увеличиваться до восьмидесяти часов и более в критические периоды разработки чипов - особенно для инженеров по аппаратному обеспечению - или в результате серьезных и внезапных изменений в корпоративной стратегии, например, при переходе к искусственному интеллекту.

Прозрачность также очень важна для "пути Nvidia". Помимо стандартных линий отчетности, сотрудники Nvidia должны иметь отдельную линию связи с самим Дженсеном. Иногда это происходит в форме электронных писем "Топ-5". В других случаях это может принять форму допроса в коридоре или даже в туалете.

В Nvidia невозможно спрятаться, даже на мероприятиях компании. Бывший инженер-технолог Питер Янг был впервые представлен Дженсену на вечеринке для новых сотрудников. Дженсен уже знал, кто он такой. "Вы - Питер Янг", - сказал Дженсен. "Вы уже год работаете в компании Sony PlayStation, а до этого в 3dfx". Подобным образом он вспомнил биографические данные всех пятидесяти участников вечеринки.

Янг был удивлен тем, как много генеральный директор знал о человеке, который был относительно новым и занимал относительно невысокий пост. Он сказал об этом своему руководителю, который ответил: "Это нормально. Он со всеми такой". Янга вдохновило то, что генеральный директор компании с тысячами сотрудников заботился о нем настолько, что уделял столько времени и усилий общению с каждым сотрудником. 10 Но это также было сигналом того, что Дженсен присматривался к каждому сотруднику компании, знал его потенциал и ожидал от него соответствующих результатов.

Он ожидает, что они будут постоянно расширять базу знаний компании и самого Дженсена. Его руководящий состав посмеивается над одной привычкой Дженсена, которая остается неизменной на протяжении десятилетий. Всякий раз, когда кто-то из них возвращается с выставки, игрового мероприятия или поездки на Тайвань, он загоняет их в угол и спрашивает: "Итак, чему вы научились?".

"Это в какой-то степени характеризует Дженсена, потому что он всегда хочет знать, что происходит снаружи", - сказал Джефф Фишер. "Он просто хочет знать, что происходит в мире, чтобы принимать лучшие решения." 11

Когда Дженсен чувствует, что не может принять наилучшие решения, он впадает в ярость, которая, учитывая культуру прозрачности в Nvidia, часто превращается в публичное зрелище. Однако, по крайней мере, некоторые сотрудники не считают справедливым называть Дженсена вспыльчивым.

"Он может проявить вспыльчивость, но чтобы довести его до такого состояния, нужно сильно облажаться", - говорит один из сотрудников. "Он хочет быть вовлеченным в процесс и понимать, что вы делаете. В этом процессе он будет очень прямым и задаст много сложных вопросов. Если вы не готовы к такому обсуждению, это может немного насторожить, но в этом нет никакого злого умысла. Все дело в том, что мы должны получить неопровержимые доказательства, прежде чем двигаться вперед".

Дженсен также безжалостно расставляет приоритеты в своем времени. Генеральный директор Adobe Шантану Нарайен вспоминает завтрак с Дженсеном, во время которого они отлично поговорили о проблемах бизнеса, от инноваций и стратегии до культуры. 12 Когда Нарайен проверил часы, Дженсен заметил: "Почему вы смотрите на часы?". Нараен ответил: "Дженсен, разве у тебя нет календаря?". Дженсен ответил: "Что ты делаешь? Я делаю то, что хочу". Нарайен оценил совет. Дженсен посоветовал ему постоянно концентрироваться на самом важном деле и не зависеть от расписания.

И наоборот, когда сотрудник начинает бредить, Дженсен говорит "LUA", которое он произносит как одно слово: Looh-ahh. Брайан Катанзаро, руководитель Nvidia, объяснил, что LUA - это предупреждающий знак о том, что терпение Дженсена иссякает. Когда он произносит это слово, Дженсен хочет, чтобы сотрудник остановился и сделал три вещи: Выслушать вопрос. Понять вопрос. Ответить на вопрос.

"LUA означает "будьте внимательны", потому что вы говорите о чем-то важном и должны делать это правильно", - сказал Катанзаро. "Ему не нравится, когда люди используют абстракцию или что-то вроде надувательства, чтобы уклониться от ответа на вопрос. Все, кто работает на Дженсена, слышали LUA" 13.

Это мантра, которую Дженсен использует и для себя. Все, с кем я беседовал для этой книги, отмечают необычайную способность Дженсена слушать, понимать и отвечать на любые вопросы о передовых вычислениях. Ынхак Бэ, давний инвестор Nvidia, ценит способность Дженсена "рассказать обо всем, не только с точки зрения технологий, но и с точки зрения бизнеса. Когда я думаю о действительно всесторонне развитых и глубоких руководителях технологических компаний, Дженсен выделяется среди них" 14.

ДЖЕНСЕН ХУАНГ - единственный человек, который мог бы привести компанию Nvidia к тому состоянию, в котором она находится сейчас. Он разбирается в технологиях и бизнес-стратегии, а также понимает всю сложность повседневной работы по управлению крупным предприятием. Он лично следит за соблюдением высоких стандартов и уничтожает дисфункцию до того, как она успеет укорениться. Он выстроил структуру Nvidia таким образом, чтобы добиться резких изменений в производительности, а не медленного ползания по постепенному улучшению. Весь бизнес работает со скоростью света, и если Дженсен поймает вас на промедлении, он отчитает вас перед всеми. Возможно, самое краткое определение "Пути Nvidia" - это путь Дженсена, или просто сам Дженсен.

Кертис Прим, Дженсен Хуанг и Крис Малаховски перед Endeavor. (NVIDIA)

Но это также означает, что Nvidia почти полностью зависит от него; в некотором смысле он - единственная точка отказа. На момент написания этой статьи ему шестьдесят один год. Трудно представить, что он уйдет на пенсию в шестьдесят пять лет, как это делают многие американские мужчины, но рано или поздно наступит момент, когда он отойдет от дел Nvidia. Кто займет его место в центре самой важной в мире компании по производству компьютерного оборудования? Кто сможет управлять Nvidia так же успешно, как это делал он на протяжении последних тридцати одного года?

Когда я писал историю компании Nvidia, меня поразило то, как часто она оказывалась на грани провала и откровенного разрушения. Если бы в некоторых случаях все пошло немного по-другому, вычислительная техника пошла бы по другому пути - мы бы жили в другом мире. Некоторые успехи Nvidia были чистой случайностью. Крис Малаховски, возможно, решил бы продолжить карьеру в медицине после сдачи экзамена MCAT. Он мог бы пойти на следующее собеседование в Digital Equipment вместо того, чтобы принять предложение от Sun Microsystems, которое должно было быть просто пробным. Кертис Прим мог решить сделать чип NV1 более похожим на все остальные, представленные на рынке, и, возможно, ему это удалось бы. Но это лишило бы Nvidia возможности извлечь уроки из своей неудачи и выпустить RIVA 128 - чип, который спас компанию. "Nvidia потерпела бы неудачу, если бы NV1 не провалился", - говорит Прим. 15.

Но большая часть истории Nvidia - это результат усилий самого Дженсена. Он собрал средства на запуск Nvidia, а затем привлек новые средства, когда это стало единственным способом спасти компанию. Он лицензировал ядро VGA, чтобы вовремя выпустить RIVA 128. Он держал Уолл-стрит в узде в годы CUDA, когда все хотели, чтобы он пожертвовал своим долгосрочным видением ради краткосрочной прибыли. Он научился устанавливать высокую планку для производительности и таланта и опровергать общепринятые представления. Его прямота и непосредственность позволяли экономить время, избегать недопонимания и ускорять работу Nvidia в критические моменты. Свою философию он свел к нескольким фразам, которые помогают людям сосредоточиться на том, что действительно важно. "Миссия - это босс". "Скорость света". "Насколько сложно это может быть?"

Дженсен и созданная им культура позволили Nvidia сохранить внутреннее единство, несмотря на случаи, близкие к смерти, и экспоненциальный рост числа сотрудников и доходов компании . Когда я брал интервью у Дженсена, он неоднократно говорил мне, что интеллект и гениальность имеют мало общего с успехом Nvidia. Вместо них - упорный труд и стойкость. Это не должно было быть так тяжело, но так было - и так будет всегда. Работа требовала от всех, включая его самого, одного: "огромной воли".

Nvidia и по сей день остается единственной самостоятельной компанией, производящей графические чипы, хотя сотни других компаний уже бросили вызов. Сам Дженсен сейчас является самым долгоживущим генеральным директором в технологической отрасли.

Различные эксперты и гуру самопомощи иногда говорят нам, что мы можем зарабатывать больше денег, работая меньше. Дженсен является антиподом этого понятия. Не существует коротких путей. Лучший способ добиться успеха - пройти более сложный путь. А лучшим учителем являются трудности - то, с чем он хорошо знаком. Именно поэтому он до сих пор продолжает работать в том темпе, в котором большинство других людей в любом возрасте сгорают. Именно поэтому он и по сей день говорит без тени колебаний, иронии или сомнения в себе: "Я люблю Nvidia".